传统车牌识别

传统的车牌识别需要先检测出车牌，检测出车牌后通过“像素映射”或者“联通区查找”的方法分割出单个的文字，然后单独识别每个文字。传统的车牌识别不仅繁琐，而且切割文字的效果也很难令人满意。因此，能不能绕开字符分割的问题，直接识别车牌中的字符呢？当然可以的。有两种方法：

crnn+ctc
卷积only

两种方法都做了实现，源码已上传至github：

车牌识别, 如果对你有帮助，给个star鼓励下，谢谢！

以下是该项目的简单介绍。

数据集

这个项目中，使用了自动生成训练和识别的车牌，因此，你需要寻找车牌数据集，不需要做任何数据处理，就能轻松愉快的完成车牌识别的训练与预测。

随机生成的车牌示例：

一般的车牌检测模型应该都能检测到这个水准，因此这个这牌是比较接近真实情况下的车牌的。

卷机模型示意图

使用

第一步：生成训练和测试数据集

    cd generateCarPlatepython3 genCarPlate.py

第二步：训练

    cd pytorch_modelpython3 train.py 30 0.0001

30是在训练集训练的次数，）0.0001是学习速率
第三步：测试

    python3 test.py

将会输出准确率，我训练的car_plate_javer.pt模型能达到98.2的准确率（由于训练和测试数据集都是随机生成的，因此可能不同人测试有差异）。
这个准确率不算高，由于我的笔记本算力有限，没能进一步训练更大、更好的模型，不过我想，这个项目已足以证明不分割直接识别车牌的可行性

crnn+ctc模型示意图

第一步：训练

    cd pytorch_modelpython3 train.py 30 0.0001 10

30是在训练集训练的次数，0.0001是学习速率,10是batch的大小

第二步：测试

    python3 test.py

基于pytorch的无需分割字符的车牌识别相关推荐

基于Pytorch框架的轻量级卷积神经网络垃圾分类识别系统
今天在查资料的时候在网上看到一篇文章,博主是基于TensorFlow实现的CNN来完成对垃圾分类识别的,想到最近正好在使用Pytorch就想也做一下,就当是项目开发实践了.先看下动态操作效果: 原文在 ...
matlab脑肿瘤识别与分割程序_车牌识别算法
图像处理早已被广泛应用于机器视觉.深度学习等热门领域,奈何由于某些局限性,导致我们对于图像处理的相关算法知道得少之又少. 今天给大家分享的车牌识别案例,其实在我们生活中已经很常见了.各大停车场早就配备 ...
matlab车牌识别字符切割,车牌识别字符分割问题
function [d]=main(jpg) close all; clear; [filename,filepath]=uigetfile('.jpg','输入一个需要识别的车牌图像');% 直接自 ...
基于pytorch搭建ResNet神经网络用于花类识别
基于pytorch搭建VGGNet神经网络用于花类识别
基于Pytorch深度学习的脑肿瘤分类识别
pytorch 语义分割loss_vedaseg：基于pytorch的开源语义分割工具库，更多模型支持，更易拓展...
加入极市专业CV交流群,与6000+来自腾讯,华为,百度,北大,清华,中科院等名企名校视觉开发者互动交流!更有机会与李开复老师等大牛群内互动! 同时提供每月大咖直播分享.真实项目需求对接.干货资讯汇总 ...
【项目实战课】基于Pytorch的Semantic_Human_Matting（人像软分割）实战
欢迎大家来到我们的项目实战课,本期内容是<基于Pytorch的Semantic_Human_Matting(人像软分割)实战>.所谓项目实战课,就是以简单的原理回顾+详细的项目实战的模式, ...
基于神经网络的车牌识别,卷积神经网络车牌识别
现在很多工程项目都用车牌识别系统,我想问一下车牌识别系统的原理是什么? 核心算法:从六个步骤来提取我们抓拍的车牌信息,第一:图像捕捉采集.第二:车牌定位.第三:预处理.第四:字符分割.第五:字符识别. ...

基于pytorch的无需分割字符的车牌识别

传统车牌识别

数据集

卷机模型示意图

使用

crnn+ctc模型示意图

基于pytorch的无需分割字符的车牌识别相关推荐

最新文章

热门文章